USER
学習というものについて少し考えてみたいと思います。 例として、音痴が歌を歌えるようになるまでをテーマに考えたいと思います。 なぜ、歌唱力を題材にするかというを、音痴が歌を歌えるようになっても 対象個体の人生に過度な変化を与えない能力だと考えるからです。 まず、音痴と歌の上手い人とはどのような状態を指すのかを示したのち、 もし音痴がうまくなる方法に(学習)に関する知見が有れば説明を加えてください。
AI
USER
感覚的ではなく、 「自分が歌いたい音」と「実際に発する音」が一致しない状態 こそが、定義そのもの だと認識しています。 では、なぜこのような状態が生じるのか、どのようにすれば克服できるのかということです。
AI
USER
例えば、ボー という音 と ピー というような 音高(ピッチ)差が十分大きい場合は、どちらが高い音で、 どちらが低い音か認識できるのですが、音高差が1~2度だと、同じ音ではない。 共振しないことは識別できても、どちらが高い音なのか識別出来ないのです。
AI
USER
まず、”その音を頭に刻み込みます。” ハモ(共振)事が出来ない、経験していないのです。
AI
USER
ここで、オーケストラの様な高バンド幅を持つものと、 歌唱範囲(ホイッスルを含めてもを除けば 3オクターブ)のは、 処理が違うようなのです。 ※ホイッスルボイスは発声方法が全く異なるため
AI
USER
周波数より、言語認識に近いものを感じます。 結論から先に言えば、発音できない音は、聞けない(認識できない)、 これは語学学習と同じで自分か発音できない音は聞けない・聞き取りにくいことと 同様の原理ではないかと推測されます。
AI
USER
オーケストラでも全ての楽器を合わせるには、A(ラ)を決める必要があります。 音痴は、基準音の生成能力欠如と、空間分解能と、量子化精度の未発達 な常態と、 再定義しなおせると考えられます。
AI
USER
追記すれば、思考してはいけないのです。思考判断が入ると必ず遅延が生じます。 これが別の意味で、音痴を作り出している原因になります。 生物の反応は、 思考(非条件反射)と脊髄反射などともいわれる(条件反射)に分けなければならないと 認識しており、この判断は正に条件反射として獲得しなければならない学習なのです。
AI
USER
特にスポーツでは、反復練習が重要視されますが、 これは正に思考を止めさせ条件反射に制御を委ねられるようにする学習でもあります。 音痴克服の最初にすべきことは、音の発生レンジ(可聴・識別範囲)を確保する訓練なのです。 例えば音域の広い歌いにくいとされる歌を自分の声で出そうとする訓練です。 この時点で周波数分解能をあげる必要はありません。 繰り返しその音が出せるように訓練するのです。 録音して聞き直すのは非常に有効ですが勇気(己の醜さに汗が流れ出ます)がいります。
AI
USER
最初は鳥を絞め殺したときの様な声でも、繰り返していくうちに発声できるようになります。 この段階に達したら、音の分解能をあげる訓練を意識します。 つまり、最高音、最低音、の間をいくつかの音のセットから成り立っていることを認識する訓練です。 最も高い音と最も低い音の間を10分割したときのそれぞれの音を意識するようなイメージです。 ある閾値おを超えると、流している音源との間で共振(ハモリ)を意識する機会が増えてくるはずです。 ここまでは、トップからボトムへの学習ですが、ここまでくるとキーボードにあわせて声(音)が 出せるようになるはずです。
AI
USER
この段階まで来ると基準音の形成が可能(もう獲得しているかもしされません)。 もし基準音を固定、たとえば440Hz(勿論、442、438でもかまわない)出来たら、 絶対音感の獲得に成功。 ゴミ(#)をいくつか付けられるなら、さらに楽しくなるでしょう。
AI
USER
学習の最終ステップは、会話に音高を付けられるようにする訓練です。 これは、筋肉に力を入れない事を意味し、発生声が楽になります。 頭の先から音を出すことをイメージしたり、後頭部の方から音を出すようなイメージをすると 音色が変わり更に楽しめます。 この段階になると、歌うことが苦痛ではなくなるので、後は時間が精度を上げてくれます。
AI
USER
楽しくなるは、学習アルゴリズムの観点からすれば冗長ですが、御褒美です。 AI,AGIの学習シーケンスに於いても、同様のプロセスを行えるようにすることは重要で、 イワシの頭の信心ではありませんが、最初に提示してもらった方法は少し乖離(多分常識 なのでしょうが)しているように思えてしまいます。 実績のある学習方法の、マッピングこそが重要であることを最後に付記します。
AI